Нови АИ алат даје фотографијама моћ да говоре и певају: Мона Лиза репује (видео)
БизЛифе 24.04.2024 | БИЗЛифе
Мицрософт је ове недеље објавио истраживачки рад у којем приказује нови модел вештачке интелигенције под називом ВАСА-1 који може да трансформише једну слику и аудио-снимак особе у реалистичан видео на ком се синхронизују усне са изразима лица, покретима главе и свим осталим.
Модел вештачке интелигенције је обучен помоћу АИ-генерисаних слика које су створили генератори попут ДАЛЛ·Е-3. Њих су истраживачи потом комбиновали са аудио-записима. Резултат су видео-записи у којима се слике претварају у говор. Истраживачи су се ослањали на технологију конкурената као што су Рунваи и Нвидиа, али у раду наводе да је њихов метод рада квалитетнији, реалистичнији и да ,,значајно надмашује“ постојец́е методе. Истраживачи су рекли да модел може да
